圖像掃描演算法

㈠ 如何用matlab演算法通過對菜葉二值圖像掃描，累加相同區域的像素，求出目標面積

您好，對菜葉圖形先進行二值化，轉換為黑和白兩種色塊組成的二值圖，然後對圖形顏色矩陣遍歷，判別黑色塊數量，並記錄，最終統計出來的黑色塊數量就是目標面積，因為圖像在matlab里其實是二維矩陣，可以利用其矩陣特性進行處理，希望能夠幫助到您。。。

㈡ 數字圖像處理的主要方法

數字圖像處理的工具可分為三大類：

第一類包括各種正交變換和圖像濾波等方法，其共同點是將圖像變換到其它域（如頻域）中進行處理（如濾波）後，再變換到原來的空間（域）中。

第二類方法是直接在空間域中處理圖像，它包括各種統計方法、微分方法及其它數學方法。

第三類是數學形態學運算，它不同於常用的頻域和空域的方法，是建立在積分幾何和隨機集合論的基礎上的運算。

由於被處理圖像的數據量非常大且許多運算在本質上是並行的，所以圖像並行處理結構和圖像並行處理演算法也是圖像處理中的主要研究方向。

(2)圖像掃描演算法擴展閱讀

1、數字圖像處理包括內容：

圖像數字化；圖像變換；圖像增強；圖像恢復；圖像壓縮編碼；圖像分割；圖像分析與描述；圖像的識別分類。

2、數字圖像處理系統包括部分：

輸入（採集）；存儲；輸出（顯示）；通信；圖像處理與分析。

3、應用

圖像是人類獲取和交換信息的主要來源，因 此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。

主要應用於航天和航空、生物醫學工程、通信 工程、工業和工程、軍事公安、文化藝術、機器人視覺、視頻和多媒體系統、科學可視化、電子商務等方面。

㈢ 如何通過C++編程實現掃描圖像。

掃描是最基本的特效顯示方式，它沒有劃分圖像塊，只是順序地一行一行或一列一列地顯示圖像。下面的程序是向下掃描的代碼實現。

/***************************************************************************函數名：* Scan(CDC *pDC)**函數參數：* CDC *pDC-指向設備環境的指針，用於顯示點陣圖數據**返回值：* 無**說明：該函數實現了圖像的掃描顯示的效果**************************************************************************/void SpecialEffectShow::Scan(CDC *pDC) //掃描顯示一幅圖像{int bitmapWidth=GetDimensions().cx;//獲得源圖像的寬度，以像素為單位int bitmapHeight=GetDimensions().cy;//獲得源圖像的高度，以像素為單位 CRect rect(0,0,bitmapWidth,bitmapHeight);//以源圖像的尺寸創建一個矩形CBrush brush(RGB(255,255,255)); //設置畫刷為白色pDC->FillRect(&rect,&brush);//將已經顯示出來的原圖像重新設置成白色，達到刷新屏幕的效果 LPBITMAPINFO pBitmapInfo=(BITMAPINFO*)m_lpBmpInfoHead;//為適應StretchDIBits函數的需要，將圖像信息頭指針強制轉換為LPBITMAPINFO類型 for(int j=0;j<bitmapHeight;j++)//掃描特效顯示的具體演算法{::StretchDIBits(pDC->GetSafeHdc(),0, j, bitmapWidth, 1,0, bitmapHeight-j, bitmapWidth, 1,m_pImgData, pBitmapInfo,DIB_RGB_COLORS, SRCCOPY);Sleep(3);//設置延時}}

以上代碼主要調用了StretchDIBits()函數，在SpecialEffectShow類的其他特效顯示中也都調用了該函數。StretchDIBits函數是全局的Win32 API函數，它的作用是拷貝源點陣圖中的一個矩形區域的數據，然後顯示到目標設備環境中的一個矩形中，如果源矩形和目標矩形的大小不一樣，StretchDIBits函數有壓縮或拉伸源點陣圖的功能。以下是該函數參數的說明。

int StretchDIBits(HDC hdc, // handle to DCint XDest, // x-coord of destination upper-left cornerint YDest, // y-coord of destination upper-left cornerint nDestWidth, // width of destination rectangleint nDestHeight, // height of destination rectangleint XSrc, // x-coord of source upper-left cornerint YSrc, // y-coord of source upper-left cornerint nSrcWidth, // width of source rectangleint nSrcHeight, // height of source rectangleCONST VOID *lpBits, // bitmap bitsCONST BITMAPINFO *lpBitsInfo, // bitmap dataUINT iUsage, // usage optionsDWORD dwRop // raster operation code);

HDC hdc：目標設備環境句柄；

XDest：目標矩形左上角的X坐標，坐標是邏輯單位，在MM_TEXT映射模式下，一個邏輯單位為一個像素（有關映射模式的問題，請讀者參考其他圖書或MSDN）；

YDest：目標矩形左上角的Y坐標，坐標是邏輯單位；

nDestWidth：目標矩形的寬度，坐標是邏輯單位；

nDestHeight：目標矩形的高度，坐標是邏輯單位；

XSrc：指定源點陣圖圖像矩形的左上角的X坐標，坐標單位是圖像的像素；

YSrc：指定源點陣圖圖像矩形的左上角的Y坐標，坐標單位是圖像的像素；

nSrcWidth：源點陣圖圖像矩形的寬度，坐標單位是圖像的像素；

nSrcHeight：源點陣圖圖像矩形的高度，坐標單位是圖像的像素；

lpBits：源點陣圖數據指針；

lpBitsInfo：指向源點陣圖的BITMAPINFO結構的指針；

iUsage：函數使用方式，詳細參數說明請參考MSDN；

dwRop：當使用壓縮或拉伸功能時所使用的光柵模式，詳細參數說明請參考MSDN。

我們在視圖類CChap1_6View中映射「掃描顯示」菜單事件處理函數OnScan()，程序運行時，點擊「掃描顯示」菜單即可實現圖像的掃描顯示效果。下面是CChap1_6View:: OnScan()的代碼。

void CChap1_6View::OnScan() {//獲取文檔類中m_dib的指針，訪問當前DIB數據CChap1_6Doc *pDoc=GetDocument();ImgCenterDib *pDib=pDoc->GetPDib();
//只處理彩色圖像或灰度圖像
if(pDib->m_nBitCount!=24&&pDib->m_nBitCount!=8){
::MessageBox(0,"只處理彩色和灰度圖像",MB_OK,0);
return ;
}

//定義SpecialEffectShow類的對象SpShow，用當前DIB數據為其初始化
SpecialEffectShow SpShow(pDib->GetDimensions(),
pDib->m_nBitCount,pDib->m_lpColorTable,pDib->m_pImgData);

//獲得設備環境變數
CClientDC aDC(this);

//調用掃描程序，傳遞設備環境指針
SpShow.Scan(&aDC);
}

㈣ 圖像處理的演算法有哪些

圖像處理基本演算法操作從處理對象的多少可以有如下劃分：
一）點運算：處理點單元信息的運算
二）群運算：處理群單元 （若干個相鄰點的集合）的運算
1.二值化操作
圖像二值化是圖像處理中十分常見且重要的操作，它是將灰度圖像轉換為二值圖像或灰度圖像的過程。二值化操作有很多種，例如一般二值化、翻轉二值化、截斷二值化、置零二值化、置零翻轉二值化。
2.直方圖處理
直方圖是圖像處理中另一重要處理過程，它反映圖像中不同像素值的統計信息。從這句話我們可以了解到直方圖信息僅反映灰度統計信息，與像素具體位置沒有關系。這一重要特性在許多識別類演算法中直方圖處理起到關鍵作用。
3.模板卷積運算
模板運算是圖像處理中使用頻率相當高的一種運算，很多操作可以歸結為模板運算，例如平滑處理，濾波處理以及邊緣特徵提取處理等。這里需要說明的是模板運算所使用的模板通常說來就是NXN的矩陣（N一般為奇數如3,5,7,...），如果這個矩陣是對稱矩陣那麼這個模板也稱為卷積模板，如果不對稱則是一般的運算模板。我們通常使用的模板一般都是卷積模板。如邊緣提取中的Sobel運算元模板。

㈤ 圖像演算法應用的領域主要有哪些

應用領域
圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。
1）航天和航空技術方面
航天和航空技術方面的應用數字圖像處理技術在航天和航空技術方面的應用，除了JPL對月球、火星照片的處理之外，另一方面的應用是在飛機遙感和衛星遙感技術中。許多國家每天派出很多偵察飛機對地球上有興趣的地區進行大量的空中攝影。對由此得來的照片進行處理分析，以前需要僱用幾千人，而現在改用配備有高級計算機的圖像處理系統來判讀分析，既節省人力，又加快了速度，還可以從照片中提取人工所不能發現的大量有用情報。從60年代末以來，美國及一些國際組織發射了資源遙感衛星（如LANDSAT系列）和天空實驗室（如SKYLAB），由於成像條件受飛行器位置、姿態、環境條件等影響，圖像質量總不是很高。因此，以如此昂貴的代價進行簡單直觀的判讀來獲取圖像是不合算的，而必須採用數字圖像處理技術。如LANDSAT系列陸地衛星，採用多波段掃描器（MSS），在900km高空對地球每一個地區以18天為一周期進行掃描成像，其圖像解析度大致相當於地面上十幾米或100米左右（如1983年發射的LANDSAT-4，解析度為30m）。這些圖像在空中先處理（數字化，編碼）成數字信號存入磁帶中，在衛星經過地面站上空時，再高速傳送下來，然後由處理中心分析判讀。這些圖像無論是在成像、存儲、傳輸過程中，還是在判讀分析中，都必須採用很多數字圖像處理方法。現在世界各國都在利用陸地衛星所獲取的圖像進行資源調查（如森林調查、海洋泥沙和漁業調查、水資源調查等），災害檢測（如病蟲害檢測、水火檢測、環境污染檢測等），資源勘察（如石油勘查、礦產量探測、大型工程地理位置勘探分析等），農業規劃（如土壤營養、水份和農作物生長、產量的估算等），城市規劃（如地質結構、水源及環境分析等）。我國也陸續開展了以上諸方面的一些實際應用，並獲得了良好的效果。在氣象預報和對太空其它星球研究方面，數字圖像處理技術也發揮了相當大的作用。

㈥ 圖像識別演算法都有哪些

圖像識別，是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。一般工業使用中，採用工業相機拍攝圖片，然後再利用軟體根據圖片灰階差做進一步識別處理，圖像識別軟體國外代表的有康耐視等，國內代表的有圖智能等。另外在地理學中指將遙感圖像進行分類的技術。

㈦ 掃描原理是什麼

掃描儀是圖像信號輸入設備。它對原稿進行光學掃描，然後將光學圖像傳送到光電轉換器中變為模擬電信號，又將模擬電信號變換成為數字電信號，最後通過計算機介面送至計算機中。 掃描儀掃描圖像的步驟是:首先將欲掃描的原稿正面朝下鋪在掃描儀的玻璃板上，原稿可以是文字稿件或者圖紙照片；然後啟動掃描儀驅動程序後，安裝在掃描儀內部的可移動光源開始掃描原稿。為了均勻照亮稿件，掃描儀光源為長條形，並沿y方向掃過整個原稿；照射到原稿上的光線經反射後穿過一個很窄的縫隙，形成沿x方向的光帶，又經過一組反光鏡，由光學透鏡聚焦並進入分光鏡，經過棱鏡和紅綠藍三色濾色鏡得到的RGB三條彩色光帶分別照到各自的CCD上，CCD將RGB光帶轉變為模擬電子信號，此信號又被A/D變換器轉變為數字電子信號。 至此，反映原稿圖像的光信號轉變為計算機能夠接受的二進制數字電子信號，最後通過串列或者並行等介面送至計算機。掃描儀每掃一行就得到原稿x方向一行的圖像信息，隨著沿y方向的移動，在計算機內部逐步形成原稿的全圖。 在掃描儀獲取圖像的過程中，有兩個元件起到關鍵作用。一個是CCD，它將光信號轉換成為電信號；另一個是A/D變換器，它將模擬電信號變為數字電信號。這兩個元件的性能直接影響掃描儀的整體性能指標，同時也關繫到我們選購和使用掃描儀時如何正確理解和處理某些參數及設置。
1．以光電耦合器(CCD)為光電轉換元件的掃描儀工作原理 多數平板式掃描儀使用光電耦合器(CCD)為光電轉換元件，它在圖像掃描設備中最具代表性。其形狀像小型化的復印機，在上蓋板的下面是放置原稿的稿台玻璃。掃描時，將掃描原稿朝下放置到稿台玻璃上，然後將上蓋蓋好，接收到計算機的掃描指令後，即對圖像原稿進行掃描，實施對圖像信息的輸入。 與數字相機類似，在圖像掃描儀中，也使用CCD作圖像感測器。但不同的是，數字相機使用的是二維平面感測器，成像時將光圖像轉換成電信號，而圖像掃描儀的CCD是一種線性CCD，即一維圖像感測器。 掃描儀對圖像畫面進行掃描時，線性CCD將掃描圖像分割成線狀，每條線的寬度大約為10 μm。光源將光線照射到待掃描的圖像原稿上，產生反射光(反射稿所產生的)或透射光(透射稿所產生的)，然後經反光鏡組反射到線性CCD中。CCD圖像感測器根據反射光線強弱的不同轉換成不同大小的電流，經A／D轉換處理，將電信號轉換成數字信號，即產生一行圖像數據。同時，機械傳動機構在控制電路的控制下，步進電機旋轉帶動驅動皮帶，從而驅動光學系統和CCD掃描裝置在傳動導軌上與待掃原稿做相對平行移動，將待掃圖像原稿一條線一條線的掃入，最終完成全部原稿圖像的掃描。如圖5所示。 通常，用線性CCD對原稿進行的「一條線」掃描被稱為「主掃描」，而將線性CCD平行移動的掃描輸入稱為「副掃描」。 （1）線性CCD的結構 圖6所示為線性CCD。CCD圖像感測器是平板式掃描儀的核心，其主要作用就是將照射到其上的光圖像轉換成電信號。將CCD圖像感測器放大，可以發現在10μm的間隔上並行排列著數千個CCD圖像單元，這些圖像單元規則地排成一線，當光線照射到圖像感測器的感光面上時，每個CCD圖像單元都接受照射其上的光線，並根據感應到的光線強弱，產生相應的電荷。然後，若干電荷以並行的順序進行傳輸。 （2）光學成像系統 一般掃描儀使用的光學成像系統有兩種：縮小掃描型光學成像系統和等倍掃描型光學成像系統。 縮小型光學系統成像採用2-5cm長度的線性CCD作為光學系統中的圖像感測器，由於CCD的尺寸遠不及掃描原稿的寬度，因此，這種成像系統中，在CCD的前面有一個鏡頭，像數字相機一樣，用於在掃描時將原稿圖像通過鏡頭縮小後投射到線性CCD上。 等倍掃描型光學成像系統則採用與掃描原稿寬度相等的線性CCD作為圖像感測器。這種光學成像系統中採用了一種特殊的鏡頭——特殊鏡頭組系列，它由上下排列整齊的兩排棒狀鏡頭組成。這種棒狀鏡頭的直徑為1mm，長約6mm，每一列都有100個以上這樣的鏡頭陣列構成，這種成像系統在手持式掃描儀中較為常見。 （3） 色分離技術 目前，彩色掃描儀已成為市場的主流，它能夠很真實地還原原稿圖像的品質。通過彩色掃描儀掃描得到的數字圖像，可以看到不論是形狀還是色彩，掃描得到的圖像都很好地保持了原稿的品質。 真實色彩的還原主要應歸功於掃描儀獨特的色分離技術。由於CCD只是將所感應的光的強弱轉換成相應大小的電流，它不可能對所掃描圖像的顏色進行識別。因此，掃描儀需要將這些顏色進行分離。我們都知道，紅、綠、藍是光的三基色，即用這3種顏色疊加可以組合出其他任意顏色。就是根據這個特點，掃描儀在掃描圖像時，先生成分別對應於紅(R)、綠(G)、藍(B)的三基色的3幅圖像，也就是說每幅圖像中只包含相應的單色信息，紅基色圖像中只包含紅色的信息、綠基色圖像中只包含綠色信息，藍基色圖像中自然只包含藍色信息。最後，將這3幅圖像合成即得到了彩色的圖像。其原理如圖7所示。 目前，應用於掃描儀的色分離技術常見的有4種：濾光片色分離技術、光源交替色分離技術、三CCD色分離技術和單CCD色分離掃描技術。 1）濾光片色分離技術 其基本原理是：在線性CCD圖像感測器的前面加裝一濾光片，濾光片從上向下分為3等份，第1部分為紅色濾光片，第2部分為綠色濾光片，第3部分為藍色濾光片，掃描時通過濾光片的移動使得CCD感測器分別記錄相應基色下的圖像信息，從而得到三基色的3幅圖像信息。 2）光源交替色分離技術 與濾光片色分離技術的原理類似，這種技術是在鏡頭與掃描原稿之間加設3根發光燈管，其顏色分別為紅(R)、綠(G)和藍(B)，掃描圖像時，3根不同顏色的燈管交替發光，從而使CCD得到3幅三基色圖像信息。 3）三CCD色分離技術 與前兩種色分離技術不同，三CCD色分離技術中使用了3個CCD完成掃描成像：光線通過鏡頭，經過一個特殊設計的分光棱鏡將相應顏色的光線反射到相應的CCD圖像感測器中，每一個CCD產生一種顏色的圖像數據，經過一次掃描即可得到彩色的圖像。因此，可以看出這種分色技術成像速度最快，但其造價最高。 4）單CCD色分離技術 單CCD色分離技術仍然是採用單個線性CCD，不過，在CCD的感光面上加入了濾色鏡，在感光的同時直接進行分色。 (4)VAROS技術 普通的CCD掃描儀在掃描時，須在被掃描物體表面形成一條細長的白色光帶，光線通過一系列鏡面和一組透鏡，最後由CCD元件接收光學信號。但是，在這種條件下，光學解析度被CCD像素數量所限制。在VAROS技術中，CCD元件與透鏡之間放置一片平板玻璃，首先，掃描儀進行正常的掃描工作。這一步得到的圖像與其他掃描儀基本相同。然後，平板玻璃傾斜，使掃描圖像移動1/2個像素，掃描過程重復一次。這樣可以使掃描儀讀取被移動後的像素的數據。最後，運用軟體合成第一次與第二次的掃描數據，得到兩倍數量的圖像信息。換言之，運用VAROS技術，我們可以將普通600dpi的掃描儀變成1200dpi高解析度的掃描儀。

㈧ 在圖像處理中有哪些演算法

1、圖像變換：

由於圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。採用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散餘弦變換等間接處理技術，將空間域的處理轉換為變換域處理，可減少計算量，獲得更有效的處理。它在圖像處理中也有著廣泛而有效的應用。

2、圖像編碼壓縮：

圖像編碼壓縮技術可減少描述圖像的數據量，以便節省圖像傳輸、處理時間和減少所佔用的存儲器容量。

壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。

編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

3、圖像增強和復原：

圖像增強和復原的目的是為了提高圖像的質量，如去除雜訊，提高圖像的清晰度等。

圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強化低頻分量可減少圖像中雜訊影響。

4、圖像分割：

圖像分割是數字圖像處理中的關鍵技術之一。

圖像分割是將圖像中有意義的特徵部分提取出來，其有意義的特徵有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。

5、圖像描述：

圖像描述是圖像識別和理解的必要前提。

一般圖像的描述方法採用二維形狀描述，它有邊界描述和區域描述兩類方法。對於特殊的紋理圖像可採用二維紋理特徵描述。

6、圖像分類：

圖像分類屬於模式識別的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）後，進行圖像分割和特徵提取，從而進行判決分類。

圖像分類常採用經典的模式識別方法，有統計模式分類和句法模式分類。

(8)圖像掃描演算法擴展閱讀：

圖像處理主要應用在攝影及印刷、衛星圖像處理、醫學圖像處理、面孔識別、特徵識別、顯微圖像處理和汽車障礙識別等。

數字圖像處理技術源於20世紀20年代，當時通過海底電纜從英國倫敦到美國紐約傳輸了一幅照片，採用了數字壓縮技術。

數字圖像處理技術可以幫助人們更客觀、准確地認識世界，人的視覺系統可以幫助人類從外界獲取3/4以上的信息，而圖像、圖形又是所有視覺信息的載體，盡管人眼的鑒別力很高，可以識別上千種顏色，

但很多情況下，圖像對於人眼來說是模糊的甚至是不可見的，通過圖象增強技術，可以使模糊甚至不可見的圖像變得清晰明亮。

㈨ 圖像識別演算法有幾種

從模式特徵選擇及判別決策方法的不同可將圖像模式識別方法大致歸納為兩類:統計模式(決策理論)識別方法和句法(結構)模式識別方法。此外，近些年隨著對模式識別技術研究的進一步深入，公司模糊模式識別方法和神經網路模式識別方法也開始得到廣泛的應用。江蘇視圖科技演算法提供商。